Penetuan Penayangan Iklan Pada Videotron Menggunakan YOLO Tensorflow dan TOPSIS Berdasarkan Jebis Kendaraan di Jalan Raya Margonda

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

Final_Project

Penetuan Penayangan Iklan Pada Videotron Menggunakan YOLO Tensorflow dan TOPSIS Berdasarkan Jebis Kendaraan di Jalan Raya Margonda

Mochammad Arie Aldiansyah - Nama Orang - Pengarang Utama;

Iklan media luar ruang memiliki potensi bisnis mencapai Rp 66,8 Trilliun per tahunnya, bahkan masyarakat urban memiliki tingkat konsumsi dalam melihat promosi luar ruang mencapai 81%. Salah satu diantara iklan media luar ruang yang digunakan baik oleh pelaku usaha atau BUMN adalah videotron. Namun videotron dalam penayangan iklan masih melakukan rotasi secara berurutan dan
tidak sesuai berdasarkan target pasar dan kondisi pengguna jalan di lokasi videtron ditempatkan. Untuk meningkatkan keefektifan dari videotron agar sesuai berdasarkan target pasar iklan berdasarkan penayangannya dapat dilakukan dengan membuat sebuah permodelan sistem baru yang dapat menentukan penyangan iklan berdasarkan target pasar dan kondisi pengguna jalan.
Penggunaan YOLO TensorFlow yang dapat mendeteksi lebih dari satu objek dalam satu gambar dapat diterapkan untuk peningkatan keefektifan pada videotron dan ditunjang dengan sistem pengambilan keputusan TOPSIS untuk menentukan iklan yang akan ditayangkan berdasarkan kondisi pengguna jalan yang telah dideteksi dengan menggunakan YOLO TensorFlow. Hasil pada
penelitian ini didapatkan tingkat akurasi YOLO Tensorflow dalam mendeteksi kendaraan untuk pagi hari sebesar 68,53%, lalu untuk siang hari sebesar 83,17% sedangkan sore hari sebesar 30,20% dimana untuk mendeteksi kendaraan umum memiliki rata-rata presentase akurasi sebesar 100% sedangkan dengan nilai ratarata
terkecil pada sepeda motor yaitu 44,87%. Untuk alternatif iklan yang ditayangkan pada pagi hari dan siang hari yaitu iklan rumah sedangkan untuk alternatif iklan pada sore hari didapatkan iklan Apartment.

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri: -
No. Panggil: TI 20/010
Penerbit: Jakarta : Universitas Trilogi., 2020
Deskripsi Fisik: -
Bahasa: Indonesia
ISBN/ISSN: -
Klasifikasi: -
Tipe Isi: -
Tipe Media: -
Tipe Pembawa: -
Edisi: -
Subjek: -
Info Detail Spesifik: -
Pernyataan Tanggungjawab: -

Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas

Tidak Ada Data

Komentar

Anda harus masuk sebelum memberikan komentar